这是乐观的推测
【 在 hsv 的大作中提到: 】
: 有150多条规则，自动筛数据，然后去训练；视觉感知这块还可以用之前的数据训练，然后冻结这块，用几千人的数据训练控制模块；可以认为感知和以前没区别，但控制相当于fsdbeta 10.x的起步阶段。迭代两年，超过几倍老司机的能力没问题的。12比10提升大多了。
--
FROM 114.223.49.*

摄像头用ryyb，你搜华为手机夜视图就知道了，比猫眼还牛。激光唯一的优势是夜视，这方面优势不大。

激光雷达大雨雾也跪，波长短，这是物理规律。目前100线的性能也很糟糕，目标后融合，准招指标只能兼顾一个。
特征融合的方式还在研究，2d、4d毫米波特征融合也在推进。在基于规则代码前提下，且感知能力很糟糕，激光雷达是个很好的补充。
【 在 yuandao888 的大作中提到: 】
: 一个不用雷达，光靠摄像头搞的智能驾驶
: 哪怕软件迭代1万次
: 你敢全天候开？？比如晚上，比如大雾天，大雨天。。。
--
修改:hsv FROM 114.246.97.*
FROM 223.104.41.*

会不会是平时用户开车，收集地图数据并汇总到服务器？

【 在 wangdass8 的大作中提到: 】
: 已经被国内主播扒了，美国大雪地，路人放眼望去都看不到路口那种。
: 特斯拉FSD直接车机上把地图给显示出来了，哪儿有左转路口哪儿有十字路口。高精地图明显参与了，说什么纯视觉，跟坐实了当年自动驾驶是作假一样，美国企业的根性就这样。
--
FROM 222.65.109.*

外行看热闹，哈哈。

当年bev+transform让我下单，一年后某车企还在用几十辆车的采的模型吹嘘遥遥领先，demo里大车鬼畜很好玩的哦。

现在都在吹无图，有的做不到还吹，极越的不错，近处实时渲染，远处叠加地图，不懂的就瞎掰扯，某方面真的是遥遥领先啊。

我做b端芯片产品，某家的demo，contex都没管理，简直是大一学生代码水平了，我承认是自己用的姿势不对，但小厂比特系的就很完善。。。不过算力芯片禁售，最终国内车企还得靠人家。。。

雷达数据融合，我们用各种算法进行后融合效果都一般，只能兼顾准招指标的一个方面，已经转向特征融合了。现在市面上的产品，占用网络还没完全量产，后融合效果如果还是上一代，结果你懂得。。。

当都转向端到端的时候，回旋镖会出现的，就跟压铸一样，现在拼我比你压力大，哈哈哈哈哈哈哈。

【 在 vta 的大作中提到: 】
: 都4202年了，还不吹视觉的就别玩了吧
: 小米新车发布，重点吹了可变网格的占用网络，激光雷达只提了一嘴。哪个是重点一目了然
:  
--
FROM 114.246.97.*

我看whole mars也拿到12.1.2了

【 在 hsv 的大作中提到: 】
: 终于解决海量数据的过拟合问题了，这算wave1吧，仅限tsl员工和外部测试合作人员，网红都没ota还不算beta test，cybertuck还要训，占用其人力资源。只有北美大规模没问题了，才会向其他地方推广吧，听说可以按周发布模型了，这个迭代速度和我们训模型也差不多了。
: 好处就是不需要各种规则了，国内收集完数据训就行了，除去法律法规限制部分需要做规则去筛数据，基本0开发量，去年上半年国内组建的训维团队做适配估计难度不大了。
: 持币以待了，以后普通道路也可以轻松多了。
: ...................
--
FROM 103.102.203.210